🤖 machine learning

UFO: A Domain-Unification-Free Operator Framework for Generalized Operator Learning

本文介绍了 UFO，这是一种新颖的神经算子框架，它通过使不同函数表示之间进行自适应的跨域交互而无需统一域，从而在多样化的基准测试中实现了离散化解耦和鲁棒的泛化能力。

原作者： Hanli Qiao, George Em Karniadakis, Muhammad Muniruzzaman

发布于 2026-05-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Hanli Qiao, George Em Karniadakis, Muhammad Muniruzzaman

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

问题：“一刀切”的翻译器

想象一下，你正在尝试教一个机器人预测水流如何在管道中流动。过去，科学家们构建了两种主要的“翻译”机器人：

物理翻译器（DeepONet）：这种机器人非常擅长观察管道的物理形状和位置。它就像一位木匠，确切知道每一颗钉子在哪里。然而，它难以理解水流中的“振动”或高频涟漪。如果水流开始剧烈振动，这个机器人就会感到困惑。
频率翻译器（FNO）：这种机器人是一位音乐家。它倾听水流“音符”（频率）。它在理解复杂振动方面表现出色。但是，它很僵化。它需要水流数据在完美、均匀间隔的网格上（就像钢琴键盘）进行测量。如果测量数据杂乱无章或取自随机位置，这个机器人就会崩溃。

这两种机器人都被困在各自的“世界”里。一种只讲位置的语言，另一种只讲声音的语言。它们无法轻易彼此交流，也无法在输入数据发生变化时（例如，如果你以不同的速度或在不同的模式下测量水流）进行适应。

解决方案：UFO（通用“双语”桥梁）

作者引入了一个名为UFO（无域统一算子）的新框架。不要把 UFO 想象成单个机器人，而应将其视为一位同时流利掌握两种语言的大师级翻译。

UFO 不强迫机器人在“位置”或“声音”之间做出选择，而是在它们之间架起一座桥梁。它建立了一种特殊的“握手”，让物理位置和频率声波能够动态地彼此对话。

以下是 UFO 的工作原理，使用一个简单的类比：

1. 桥梁的两端

谱编码器（音乐家）：UFO 将杂乱的输入（水流）转化为乐谱。它不仅仅是倾听音符；它还学习音符如何根据发生的位置而变化。
空间基网络（建筑师）：UFO 还构建了一个灵活的地图，描绘解所在的空間。这张地图不局限于网格；它可以拉伸和收缩以适应任何形状或大小。

2. 秘诀：“自适应相位调制”

这是最重要的部分。在旧模型中，音乐家和建筑师只是互相喊出答案，并希望它们能匹配。

在 UFO 中，它们使用动态相位调制器。想象音乐家和建筑师正在一起跳舞。

如果输入是平滑的，它们跳一支缓慢、温柔的华尔兹。
如果输入是锯齿状或混乱的（例如突然的冲击波），它们会立即切换到快速、复杂的探戈。
这种“舞步”（相位）是即时学习的。它允许看待问题的两种不同方式完美融合，创造出既在物理上准确又在频谱上丰富的解决方案。

为什么这很重要？（“离散化解耦”）

该论文声称 UFO 拥有一种名为离散化解耦的超能力。

想象一下你正在预测天气。

旧机器人：如果你用来自 100 个气象站的数据训练机器人，它只能预测这确切 100 个地点的天气。如果你要求预测中间某一点的天气，或者如果你只有 10 个站点，机器人就会失败或给出错误的答案。它被“绑定”在网格上。
UFO：因为 UFO 将“输入视角”与“输出视角”分离开来，所以它不在乎你如何测量数据。
- 你可以用来自 100 个站点的数据训练它。
- 然后，你可以要求它预测单个点、1,000 个点，或者以奇怪、不规则模式分布的点的天气。
- 它能工作，是因为它学习了物理关系，而不仅仅是特定数字网格。

证明：四项严峻测试

作者在四个非常困难的挑战中测试了 UFO 与旧机器人的表现：

“阶跃”测试（StepHeat）：他们使用了具有突然、尖锐跳跃（如悬崖）的数据。旧机器人要么平滑了悬崖（忽略了细节），要么弄错了频率。UFO 完美地保留了尖锐的边缘。
“平移”测试（Delta-Helmholtz）：他们移动了整个模式并改变了数据的间距。UFO 保持稳定和准确，而其他机器人则发生扭曲或崩溃。
“扭曲”测试（Burgers）：他们使用了复杂的漩涡流体模式。即使模式比训练时更大或更小，UFO 也保留了漩涡的形状。
“随机噪声”测试（GRF-Helmholtz）：他们使用了随机、混乱的噪声。UFO 比仅基于物理的机器人更好地处理了混乱，并与仅基于频率的机器人保持竞争力，证明它能同时处理有序和混乱。

结论

UFO 是一种教导计算机解决物理问题的新方法。UFO 不强迫计算机仅以一种方式（要么通过位置，要么通过频率）观察世界，而是让它通过两个镜头同时观察世界，并通过一种灵活、自适应的舞蹈将它们融合在一起。

这意味着它可以从杂乱、不规则的数据中学习，并仍然给你一个精确、高分辨率的答案，即使你要求的是一种它从未见过的格式。这是一种更灵活、更稳健且更具“物理感知能力”的教导机器理解世界运作方式的方法。

技术摘要：UFO（无域统一算子）

1. 问题陈述

神经算子已成为学习函数空间之间映射的强大范式，特别适用于近似参数偏微分方程（PDE）的解算子。然而，现有架构从根本上受限于其在单一表示域内的实现。

**深度算子网络（DeepONets）**主要在物理域中运行，利用分支 - 主干网络。虽然它们对不规则几何形状具有灵活性，但往往遭受谱偏差（spectral bias）的影响，难以捕捉与高度振荡或非平滑解相关的高频模态。
**傅里叶神经算子（FNOs）**及相关谱方法在谱域中运行。虽然它们对全局交互和高频模态高效，但通常依赖规则网格和固定的谱表示，限制了其在异质域和不规则采样中的应用。

此外，大多数现有方法表现出离散化依赖性。DeepONet 模型通常依赖固定的输入传感器集，而 FNOs 需要兼容的输入 - 输出网格表示。这限制了它们在密集测量不可用或昂贵但需要高分辨率预测的场景中的实用性。当前解决这些问题的尝试通常涉及架构增强（例如潜在空间、学习形变），但仍依赖于预定义实现机制内的固定融合规则（拼接、注意力），而非从根本上重新思考跨域算子的实现方式。

2. 方法论：UFO 框架

作者引入了UFO（无域统一算子），这是一种跨域神经算子框架。与以往方法不同，UFO 不将表示统一到单一域中。相反，它通过定义在不同域上的表示之间的自适应、联合条件交互来实现算子。

2.1 理论基础

UFO 基于**跨域算子学习（CDOL）**的概念。形式上，如果神经算子 $G_\alpha$ 通过不可分离的、联合条件的交互来实现，则它采用 CDOL：
$G_\alpha(f)(x) = C_\alpha(\Phi_S(x), \Psi_H(f))$
其中：

$\Phi_S(x) \in S$ 是查询坐标 $x$ 的空间表示（解域）。
$\Psi_H(f) \in H$ 是输入函数 $f$ 的全局表示（输入域），其中 $S \neq H$ 。
$C_\alpha$ 是一个可学习的耦合算子，其实现同时依赖于两种表示，且不能简化为独立的映射。

2.2 架构

UFO 架构由三个紧密耦合的模块组成：

谱编码器（SE）：
- 在与物理空间不同的域中构建输入函数的全局表示。
- 它将输入观测值 $\{x'_i\}$ 提升到潜在空间，应用谱变换（例如基于 FFT 的变换），并使用坐标条件加权函数 $\omega_\theta(x'_i)$ 调制系数。
- 全局表示 $\Psi_H(f)$ 是通过对实部和虚部进行均值聚合和非线性映射获得的。这种设计允许离散化无关且分辨率不变的输入表示。
空间基网络（SBN）：
- 为任意查询坐标 $x$ 构建解域 $\Phi_S(x)$ 的连续表示。
- 实现为多层感知机（MLP），直接将坐标映射到高维特征空间。
- 与基于网格的方法不同，SBN 不依赖卷积或插值，从而支持任意查询分辨率和不规则位置。
自适应相位调制耦合算子：
- 这是跨域实现的核心机制。它建模谱输入表示 $\Psi_H(f) = a + ib$ 与空间基 $\Phi_S(x)$ 之间的结构化交互。
- 可学习映射 $\gamma_\theta$ 基于联合特征 $\eta(\Phi_S(x), \Psi_H(f))$ 生成耦合相位 $\alpha$ 。
- 最终输出通过相位调制交互计算：
  $G_\alpha(f)(x) = \langle \Phi_S(x), \cos \alpha \odot a + \sin \alpha \odot b \rangle$
- 该机制确保算子实现是不可分离的，并能动态适应输入空间与解空间之间的交互。

3. 主要贡献

新颖的实现机制： 引入 UFO，将算子学习从单域近似转变为通过自适应、相位调制耦合实现的跨域实现。
离散化解耦： 该架构使输入函数能够在与训练时不同的分辨率或位置被观测，同时解可以在任意输出分辨率上进行查询。
全面的基准测试： 设计了四个互补的基准测试，不仅评估逐点精度，还评估谱一致性、结构连贯性以及分布偏移下的泛化能力：
- StepHeat： 不连续输入，用于测试谱偏差。
- $\delta$ -Helmholtz： 不规则采样和谱失配，用于测试平移一致性。
- 2D Burgers： 非线性动力学，用于测试双向外推下的结构保持能力。
- GRF-Helmholtz： 随机高频随机场，用于测试以频率为主导的算子。

4. 实验结果

该论文在四个基准测试中将 UFO 与 DeepONet 和 FNO 进行了评估：

StepHeat（谱偏差）： UFO 在 6 种不连续情况中的 4 种情况下实现了最低的相对 $L_2$ 误差，并在 3 种情况下实现了最佳的 Barron 范数误差（谱一致性）。它成功捕捉并传播了由不连续性引起的高频模态，优于 DeepONet（受谱偏差影响）和 FNO（在不连续输入下表现出不稳定性）。
$\delta$ -Helmholtz（平移一致性）： 在强全局平移外推（ $\delta = \pm 30.8$ ）和不规则采样下，UFO 保持了平移一致性和稳定的泛化能力。DeepONet 表现出严重的结构失真，而 FNO 在大平移下崩溃。
2D Burgers（非线性结构）： 在双向分布外（OOD）外推期间，UFO 比基线更好地保留了非线性水平集结构和轮廓几何。虽然 FNO 在训练分布内的逐点精度表现良好，但在 OOD 区域中性能急剧下降，并产生虚假结构。
GRF-Helmholtz（随机高频）： 在这种以频率为主导的区域中，FNO 实现了最佳误差（反映了其归纳偏置）。然而，UFO 仍具有竞争力，并显著优于 DeepONet，特别是在极端波数情况（ $k=120$ ）下，展示了在异质区域中更平衡的实现机制。
离散化解耦： 实验表明，随着输入分辨率降低（从 $100\times100$ 到 $55\times55$ ）以及输出查询分辨率增加（高达 $550\times550$ ），UFO 的误差保持稳定。相比之下，FNO 随着输出分辨率的增加而迅速恶化，证实了其网格依赖性。
消融研究： 移除自适应相位调制 $\alpha$ （将其替换为固定的可分离读出）会导致性能大幅下降，证实了联合条件交互对于框架成功的重要性。

5. 意义与主张

该论文声称，UFO 确立了跨域、相位调制实现作为离散化解耦神经算子学习的强大框架。

超越单域限制： UFO 通过分离输入域编码、解域表示和自适应耦合，重新构建了算子学习。这使得模型能够在异质区域（不连续、不规则、非线性、随机）中有效运行，而无需专门针对单一域进行优化。
实际灵活性： 处理不同输入分辨率和查询任意输出分辨率的能力，解决了一个关键的实际限制，即密集测量昂贵但需要高分辨率预测。
结构连贯性： 该框架确保预测在分布偏移下保持物理连贯性和结构一致性，这是单域方法通常缺乏的特性。

作者指出，这种灵活性并非“免费”；如果目标算子严重依赖局部输入特征，过于稀疏的观测仍会降低预测质量。然而，UFO 是离散化灵活的，意味着它不需要固定网格，前提是输入观测能够解析决定算子响应的结构。

这项工作将 UFO 定位为不仅是一种新架构，更是向超越域约束思考算子实现的观念转变，为复杂科学系统中多域、时变和物理信息扩展开辟了途径。